新的SPaiK方法实现了可扩展的成对核学习

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-15 17:15

研究人员推出了一种新颖的成对核学习方法SPaiK，该方法专为成对设置设计，可显著降低计算和内存需求。核心创新是随机广义向量技巧（sGVT），它是稀疏克罗内克积乘法算法的扩展，有助于通过成对核进行高效的大规模训练。这项进展使得核基成对学习能够应用于以前无法处理的数据集大小，七个药物-靶点亲和力数据集上的评估证明了这一点。 AI

影响实现了核基成对学习更大规模的应用，特别是在药物-靶点亲和力预测等领域。

排序理由该集群包含一篇在arXiv上发表的关于新机器学习方法的论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Napsu Karmitsa, Tapio Pahikkala, Antti Airola · 2026-06-16 04:00

Scalable Pairwise Kernel Learning with Stochastic Vec Trick

arXiv:2606.16979v1 Announce Type: new Abstract: Pairwise learning is a specialized form of supervised learning that focuses on predicting outcomes for pairs of objects. In this work, we introduce SPaiK, a new scalable kernel learning method tailored for pairwise settings. Our app…
arXiv cs.LG TIER_1 English(EN) · Antti Airola · 2026-06-15 17:15

Scalable Pairwise Kernel Learning with Stochastic Vec Trick

Pairwise learning is a specialized form of supervised learning that focuses on predicting outcomes for pairs of objects. In this work, we introduce SPaiK, a new scalable kernel learning method tailored for pairwise settings. Our approach preserves the expressive power of kernel m…

报道来源 [2]

Scalable Pairwise Kernel Learning with Stochastic Vec Trick

Scalable Pairwise Kernel Learning with Stochastic Vec Trick

相关实体

相关话题